MongoDB 组聚合的奇怪结果

Question

我有两个不同的文档，我想用一个匹配字段（在本例中为idOrdem）进行分组。两者都有一个timestamp 字段，只有一个字段具有timeElapsed 字段。我需要在聚合中返回所有这些信息，但我得到的结果似乎不正确。我得到了timeElapsed 字段的null 结果，其中肯定有一个包含该字段的文档。

我的陈述有什么问题？

db.Logging.aggregate( [
 { $match : { $or : [ { "action":"resetDslVerify"}, { "action":"assia/reset/RequestQueryOs" } ] } },
 { $group : {
    _id : "$idOrdem",
    timestamp1: { $first: '$timestamp' },
    timestamp2: { $last: '$timestamp' },
    timeElapsed: { $first: '$timeElapsed' }
    }
 },
 { $sort: { timestamp: -1}  } ]
);

意想不到的结果：

{ "_id" : "159251", "timestamp1" : 1483456382058, "timestamp2" : 1483456382058, "timeElapsed" : 1091 }
{ "_id" : "134601", "timestamp1" : 1482949316671, "timestamp2" : 1482949349410, "timeElapsed" : 821 }
{ "_id" : "168801", "timestamp1" : 1483560599899, "timestamp2" : 1483560564505, "timeElapsed" : null }
{ "_id" : "158901", "timestamp1" : 1483452698756, "timestamp2" : 1483452673424, "timeElapsed" : null }
{ "_id" : "135001", "timestamp1" : 1482949653229, "timestamp2" : 1482949711541, "timeElapsed" : 838 }

将idOrdem 与我需要的所有信息相匹配的文档示例：

s-1:PRIMARY> db.Logging.find( { $or : [ { "action":"resetDslVerify"}, { "action":"assia/reset/RequestQueryOs" } ], "idOrdem":"135001" } );
{ "_id" : ObjectId("586404155b88db1209c3f998"), "success" : true, "action" : "assia/reset/RequestQueryOs", "timestamp" : 1482949653229, "httpCode" : 200, "timeElapsed" : 838, "idOrdem" : "135001", "creator" : "TecnicoVirtual" }
{ "_id" : ObjectId("5864044f5b88db1209c3f99b"), "success" : true, "action" : "resetDslVerify", "timestamp" : 1482949711541, "terminal" : "2134599099", "httpCode" : 200, "idOrdem" : "135001", "idOrdem" : "135001", "result" : "OK", "timestamp" : 1482949711541, "isResetDslSuccess" : true, "creator" : "TecnicoVirtual" }

Answer 1

$first 和 $last 累加器分别从每个组的第一个/最后一个文档返回一个值。仅当文档按已定义的顺序时才定义顺序，但在您的情况下，您正在订购 他们AFTER 以任意顺序对它们进行分组，这使得累加器无用，因为它们只以未定义的顺序返回文档，因此得到奇怪的结果。

要调试管道，请累积运行它并添加每个步骤，并在每个步骤检查生成的文档。例如，您可以从 $match 管道开始，并验证该阶段的结果是否只是预期的：

db.Logging.aggregate([
    { 
        "$match": {
            "action": { 
                "$in": [
                    "resetDslVerify",
                    "assia/reset/RequestQueryOs"
                ]
            }
        }
    }
])

在此阶段观察生成的文档，这些文档应该是符合给定条件（在您的情况下缩短为使用 $in 运算符）和任意排序的文档。

添加下一个管道步骤：

db.Logging.aggregate([
    { 
        "$match": {
            "action": { 
                "$in": [
                    "resetDslVerify",
                    "assia/reset/RequestQueryOs"
                ]
            }
        }
    },
    {
        "$group": {
            "_id": "$idOrdem",
            "timestamp1": { "$first": "$timestamp" }
            "timestamp2": { "$last": "$timestamp" }
            "timeElapsed": { "$first": "$timeElapsed" }
        }
    }
])

现在事情变得有趣了，生成的管道中的文档是任意顺序的，因为它们以该顺序进入 $group 阶段。即使放置最后一个 $sort 管道步骤也不会消除庆祝中的苍蝇：它不会改变原始文档的顺序，只会改变 GROUP 的顺序。

---

解决方法是在 $match 步骤中过滤掉空值，将 $sort 运算符放在 $group 之前管道，以及添加另一个排序字段，这将是您的分组键和timeElapsed 属性：

db.Logging.aggregate([
    { 
        "$match": {
            "action": { 
                "$in": [
                    "resetDslVerify",
                    "assia/reset/RequestQueryOs"
                ]
            },
            "timestamp": { "$ne": null },
            "timeElapsed": { "$ne": null }
        }
    },
    { "$sort": { "idOrdem": 1, "timestamp": -1, "timeElapsed": -1 } }
    {
        "$group": {
            "_id": "$idOrdem",
            "timestamp1": { "$first": "$timestamp" }
            "timestamp2": { "$last": "$timestamp" }
            "timeElapsed": { "$first": "$timeElapsed" }
        }
    }
])

不使用 $sort 管道的更好方法是使用 $max 和 $min 运算符：

db.Logging.aggregate([
    { 
        "$match": {
            "action": { 
                "$in": [
                    "resetDslVerify",
                    "assia/reset/RequestQueryOs"
                ]
            }
        }
    },
    {
        "$group": {
            "_id": "$idOrdem",
            "timestamp1": { "$max": "$timestamp" }
            "timestamp2": { "$min": "$timestamp" }
            "timeElapsed": { "$max": "$timeElapsed" }
        }
    }
])

Answer 2

$first 将采用第一个文档的值，即使此文档中不存在该字段。你可以这样解决这个问题：

db.Logging.aggregate([
   {
      $match:{
         $or:[
            {
               "action":"resetDslVerify"
            },
            {
               "action":"assia/reset/RequestQueryOs"
            }
         ]
      }
   },
   {
      $group:{
         _id:"$idOrdem",
         timestamp1:{
            $first:'$timestamp'
         },
         timestamp2:{
            $last:'$timestamp'
         },
         timeElapsed:{
            $push:"$timeElapsed"
         }
      }
   },
   {
      $project:{
         _id:1,
         timestamp1:1,
         timestamp2:1,
         timeElapsed:{
            $arrayElemAt:[
               "$timeElapsed",
               0
            ]
         }
      }
   },
   {
      $sort:{
         timestamp:-1
      }
   }
]);

输出：（对于您提供的数据）

{ "_id" : "135901", "timestamp1" : 1482950884849, "timestamp2" : 1482950907877, "timeElapsed" : 801 }